Anhang: Von Microsoft Power BI unterstützte AWS-Datenquellen

Die vollständige Liste der unterstützten Datenquellen wird von Microsoft bereitgestellt (siehe Power BI-Datenquellen). Die folgenden Abschnitte für jede AWS-Datenquelle enthalten jedoch Hinweise zur Verwendung und Konfiguration, die für einige Leser hilfreich sein können.

Amazon Redshift

Amazon Redshift ist ein vollständig verwalteter Data-Warehouse-Service im Petabyte-Bereich in der AWS-Cloud. Ein Amazon-Redshift-Data-Warehouse ist eine Sammlung von Datenverarbeitungsressourcen, den so genannten Knoten, die zu Gruppen, den so genannten Clustern, zusammengefasst werden. In jedem Cluster wird eine Amazon-Redshift-Engine ausgeführt, und er enthält mindestens eine Datenbank.

Sie sollten die Verwendung von Amazon Redshift in folgenden Fällen in Betracht ziehen:

• Sie erstellen ein natives Cloud-Data Warehouse oder migrieren zu einem solchen.

• Möglicherweise müssen Sie von einigen auf Hunderte von Terabyte skalieren.

• Sie möchten den Power BI-Benutzern ermöglichen, transparent auf Daten aus dem in Amazon S3 gespeicherten Data Lake zuzugreifen und sie mit Tabellen im Data Warehouse zu verknüpfen.

• Ihr Abfrage-Workload umfasst:

  • Abfragen, die die Aggregation für große Tabellen (mehrere Gigabyte und mehrere Terabyte) berechnen.

  • Extrem komplexes SQL mit mehreren Verknüpfungen und Unterabfragen.

  • Eine Mischung aus komplexen analytischen Abfragen und einfachen, stark gefilterten Abfragen, die in Dashboards verwendet werden.

Beachten Sie bei der Verwendung von Amazon Redshift mit Microsoft Power BI die folgenden Punkte:

• Amazon Redshift wird nativ als Power BI-Datenquelle sowohl in Microsoft Power BI Desktop- als auch in Power BI-Services unterstützt und unterstützt jeweils Import- und Direktabfragemodi.

• Ein Redshift-Cluster kann zwar in einem öffentlichen Subnetz gestartet und so konfiguriert werden, dass er den Zugriff über das Internet ermöglicht, aber die Mehrheit der Kunden zieht es vor, ihn in einem privaten Subnetz zu starten, um die Sicherheit zu erhöhen. Wenn Sie ein privates Subnetz verwenden, verwenden Sie das lokale Datengateway, um eine Verbindung vom Power BI-Service zu Amazon Redshift herzustellen.

• Der Redshift-Connector unterstützt die Azure AD-Authentifizierung in Power BI Desktop und Service.

• Externe Tabellen, auf die über Spectrum zugegriffen wird, werden nicht anders behandelt als native Redshift-Tabellen, und Power BI hat keine Möglichkeit, sie zu unterscheiden. Stellen Sie beim Zugriff auf Daten in externen Tabellen sicher, dass:

  • Spalten, die Zeichenketten enthalten, werden im AWS Glue Glue-Datenkatalog als 'VARCHAR' und nicht als 'STRING' katalogisiert, andernfalls gibt Power BI den folgenden Fehler aus: Exception: OLE DB or ODBC error: [Expression.Error] We couldn't fold the expression to the data source. Please try a simpler expression..

  • Spalten, die komplexe Datentypen wie ARRAY enthalten, werden nicht unterstützt. Wenn Spalten mit komplexen Datentypen verwendet werden, gibt Power BI den folgenden Fehler aus: Exception: ODBC: ERROR [42703] [Microsoft]Amazon Redshift Error occurred while trying to execute a query

    Wenn Sie sie in Ihr Modell aufnehmen müssen, können Sie entweder (in Amazon Redshift) die JSON-Serialisierung auf Benutzerebene aktivieren oder die komplexen Datentypen in einer SUPER-Spalte in einer systemeigenen Tabelle speichern.

Amazon RDS

Amazon RDS macht es einfach, eine relationale Datenbank in der Cloud einzurichten, zu betreiben und zu skalieren. Amazon RDS ist für verschiedene Datenbank-Instance-Typen verfügbar (optimiert für Speicher, Leistung oder I/O) und bietet Ihnen sechs bekannte Datenbank-Engines zur Auswahl, darunter Amazon Aurora, PostgreSQL, MySQL, MariaDB, Oracle Database und SQL Server.

Sie sollten die Verwendung von RDS in folgenden Fällen in Betracht ziehen:

• Sie bauen einen Betriebsdatenspeicher auf.

• Sie migrieren SQL Server oder Oracle Database Data Warehouse in die Cloud, sind aber nicht an einem Refactoring interessiert.

• Ihr Abfrage-Workload umfasst:

  • Abfragen, die auf stark gefilterte Daten in Tabellen zugreifen, die einfach indexiert werden können.

  • Analytics-Abfragen für small-to-medium große Tabellen (Gigabyte).

  • Eine Mischung aus analytischen Abfragen mittlerer Komplexität und einfachen, stark gefilterten Abfragen, die in Dashboards verwendet werden.

Beachten Sie bei der Verwendung von Amazon RDS mit Microsoft Power BI die folgenden Punkte:

• Amazon RDS bietet mehrere Datenbank-Engines, darunter SQL Server, MariaDB, MySQL, Oracle Database und PostgreSQL. Beachten Sie, dass die Datenbank-Engines in Power BI Desktop und Power BI Service aufgeführt sind, nicht im Amazon RDS-Service.

• Verwenden Sie für Amazon Aurora je nach ausgewählter Datenbank-Engine den Verbindungstyp My SQL oder PostgreSQL.

• Eine Amazon RDS-Instance kann zwar in einem öffentlichen Subnetz gestartet und so konfiguriert werden, dass sie den Zugriff über das Internet ermöglicht, aber die Mehrheit der Kunden zieht es vor, sie in einem privaten Subnetz zu starten, um die Sicherheit zu erhöhen. Wenn Sie ein privates Subnetz verwenden, verwenden Sie das lokale Datengateway, um eine Verbindung vom Power BI-Dienst zu RDS herzustellen.

• Mit Amazon RDS können Sie mehrere Editionen von SQL Server (2012, 2014, 2016, 2017 und 2019) bereitstellen, darunter Express, Web, Standard und Enterprise.

Amazon Athena

Amazon Athena ist ein interaktiver Abfrageservice, der die Analyse von Daten in Amazon S3 mit Standard-SQL erleichtert. Athena ist in AWS Glue Data Catalog out-of-the-box integriert und ermöglicht es Ihnen, ein einheitliches Metadaten-Repository für verschiedene Services zu erstellen, Datenquellen zu durchsuchen, um Schemas zu erkennen, Ihren Datenkatalog mit neuen und geänderten Tabellen- und Partitionsdefinitionen zu füllen und die Schemaversionierung aufrechtzuerhalten.

Sie sollten Athena als Datenquelle in Betracht ziehen, wenn:

• Sie möchten Ihren Data Lake direkt abfragen.

• Ihr Abfrage-Workload umfasst:

  • Abfragen, die die Aggregation für große Tabellen (mehrere Gigabyte und mehrere Terabyte) berechnen

  • Interaktives Ad-hoc-SQL für explorative Zwecke.

Beachten Sie bei der Verwendung von Amazon Athena mit Microsoft Power BI die folgenden Punkte:

• Mit der Version von Microsoft Power BI vom Juli 2021 wurde ein von Microsoft zertifizierter Connector für Amazon Athena eingeführt. Sie können den Microsoft Power BI-Konnektor für Amazon Athena verwenden, um Daten von Amazon Athena in Microsoft Power BI Desktop zu analysieren. Nachdem Sie Inhalte im Power BI-Dienst veröffentlicht haben, können Sie das lokale Microsoft Data Gateway verwenden, um die Inhalte durch On-Demand-Aktualisierungen oder geplante Aktualisierungen auf dem neuesten Stand zu halten.

• Der Microsoft Power BI-Connector für Amazon Athena unterstützt die Datenkonnektivitätsmodi Import und Direct Query. Im Importmodus werden ausgewählte Tabellen und Spalten zur Abfrage in Power BI Desktop importiert. Im Modus Direkte Abfrage werden keine Daten in Power BI Desktop importiert oder kopiert, stattdessen fragt Power BI Desktop die zugrunde liegende Datenquelle direkt ab.

• Weitere Informationen zum Microsoft Power BI Connector für Amazon Athena finden Sie unter Amazon Athena Power BI Connector verwenden.

• Beachten Sie, dass der Microsoft Power BI Connector für Amazon Athena die Verwendung des Amazon Athena-ODBC-Treibers und eine gültige ODBC-DSN-Konfiguration auf Ihrem System erfordert, um Amazon Athena abzufragen. Informationen zum Herunterladen des neuesten ODBC-Treibers und zu Konfigurationsinformationen finden Sie unter Connecting to Amazon Athena with ODBC.

• Ein Tutorial zu den Konfigurationsschritten und bewährten Methoden bei der Verwendung des Microsoft Power BI Connectors für Amazon Athena finden Sie unter Schnelles Erstellen von Dashboards auf Microsoft Power BI mit Amazon Athena.

OpenSearch Amazon-Dienst

Sie können SQL verwenden, um Ihren Amazon OpenSearch Service abzufragen, anstatt die JSON-basierte Suchabfrage DSL zu verwenden. Abfragen mit SQL sind nützlich, wenn Sie bereits mit der Sprache vertraut sind oder Ihre Domain in eine Anwendung integrieren möchten, die sie verwendet, z. B. Microsoft Power BI.

Sie sollten Amazon OpenSearch Service als Datenquelle in Betracht ziehen, wenn:

• Sie haben halbstrukturierte Daten wie Protokolldateien oder JSON-Ausgaben und müssen die Informationen schnell suchen, analysieren oder visualisieren.

Beachten Sie bei der Verwendung von Amazon OpenSearch Service mit Microsoft Power BI die folgenden Punkte:

• Für die Konnektivität zu Amazon OpenSearch Service ist der Open Database Connectivity (ODBC) -Treiber erforderlich, bei dem es sich um einen schreibgeschützten ODBC-Treiber für Windows und macOS handelt, mit dem Sie Business Intelligence- (BI) - und Datenvisualisierungsanwendungen wie Tableau, Microsoft Excel und Power BI mit dem SQL-Plugin auf Ihrem Cluster verbinden können. Der Treiber ist auf der Website OpenSearch Download & Get Started verfügbar. Anweisungen zur Konfiguration finden Sie im Abschnitt „Anpassen des ODBC-Treibers“ auf der OpenSearch ODBC-Treiber-Website.

• Derzeit wird nur der Importmodus unterstützt.

• Die Power BI-Konnektivität zu Amazon OpenSearch Service erfordert derzeit die Verwendung eines Beta-Connectors. Informationen zu den ersten Schritten finden Sie in der Microsoft Power Query-Dokumentation — Connector-Referenz: Amazon Opensearch Service (Beta).

AWS Lake Formation

Lake Formation hilft Ihnen dabei, Daten aus Datenbanken und Objektspeichern zu sammeln und zu katalogisieren, die Daten in Ihren neuen Amazon S3 S3-Data Lake zu verschieben, Ihre Daten mithilfe von Algorithmen für maschinelles Lernen zu bereinigen und zu klassifizieren und den Zugriff auf Ihre sensiblen Daten zu sichern. Ihre Benutzer können auf einen zentralen Datenkatalog zugreifen, der die verfügbaren Datensätze und deren angemessene Verwendung beschreibt. Ihre Benutzer verwenden diese Datensätze dann mit Analyse- und Machine-Learning-Diensten ihrer Wahl, wie Amazon Redshift, Amazon Athena und (in der Betaversion) Amazon EMR für Apache Spark. Lake Formation baut auf den Funktionen auf, die in AWS Glue verfügbar sind.

Sie sollten Lake Formation in Betracht ziehen, wenn Sie einen differenzierten Zugriff (Zeilen- und Spaltenebene) auf Ihren Data Lake anstelle der herkömmlichen IAM-basierten Kontrollen benötigen.

Beachten Sie bei der Verwendung von Lake Formation mit Microsoft Power BI die folgenden Punkte:

• Um Daten aus dem Lake Formation Data Catalog mit Power BI Desktop oder Power BI Service abzufragen, verwenden Sie denselben Prozess und dieselbe Konfiguration wie beim Abfragen von Daten in Athena. Wenn Sie das Lake Formation Formation-Berechtigungsmodell verwenden, stellen Sie sicher, dass der LakeformationEnabled Eigenschaftsschlüssel in der ODBC-DSN-Konfiguration für Amazon Athena auf den Wert gesetzt ist. true Dadurch wird der Amazon Athena ODBC-Treiber angewiesen, den Lake Formation Service für die Autorisierung zu verwenden, anstatt den AWS Security Token Service direkt zu verwenden. Weitere Informationen finden Sie in der Dokumentation für Connecting to Amazon Athena with ODBC.

• Die Einstellung „Nur IAM-Zugriffskontrolle verwenden“, die aus Gründen der Kompatibilität mit dem bestehenden Verhalten des Datenkatalogs aktiviert ist, gewährleistet vollständige Kompatibilität.

• Ein Upgrade von AWS Glue Data Permissions auf das Lake Formation Formation-Modell kann zu Inkompatibilitäten führen und sollte vor der Verwendung getestet werden. Vorläufige Tests haben ergeben, dass „Zuweisen“ oder „Verweigern“ auf Spaltenebene berücksichtigt werden. Die Autoren haben die Filterung auf Zeilen- und Zellenebene jedoch nicht getestet, da sie sich noch in der Vorschauphase befindet und Änderungen vorbehalten sind.